摘要
本发明公开了一种基于人工智能的配电网故障分析定位方法及系统,涉及智能电网技术领域,包括通过分布式多脉冲源和D‑PMU设备采集配电网的多模态数据进行预处理,并使用小波变换提取瞬态信号特征;基于提取的瞬态信号特征构建特征图,根据特征图分析节点之间的时空关联强度并进行时空关联权重的动态调整和加权融合;基于加权融合的特征图,使用图注意力网络模型进行故障点的定位和分类;本发明通过分析节点间的时空关联强度并进行动态调整,从而有效提高了配电网故障点识别的精度和灵活性,并且基于加权融合的故障特征图,使用图注意力网络模型进行故障点的定位与分类,大幅提升了故障响应的自动化程度和准确性。
技术关键词
配电网故障分析
节点
定位方法
信号特征
瞬态特征
注意力
邻居
离散小波变换
配电网故障点
故障隔离策略
电流
电压
故障特征
智能电网技术
强度
网络
更新模型参数
动态
系统为您推荐了相关专利信息
分布式发电
分布式协同
优化约束条件
节点
通信网络拓扑结构
深度学习预测模型
混合优化算法
预警方法
二维图像数据
工业互联网平台
人工智能图像识别
电极定位方法
经颅直流电刺激
实时图像
面部识别模型
意图识别系统
语义分析模型
智能客服
偏好特征
画像特征